一种检测外部对媒体影响的算法

EPFL研究人员最近开发了一种算法，可以绘制出媒体格局，揭示新闻业的偏见和隐藏影响。新闻消费者可能不知道他们当地媒体选择和呈现新闻报道的方式可能会受到拥有它的媒体集团的影响。在猖獗的虚假信息时代，人们应该了解这种对媒体的这种外部影响。

EPFL分布式信息系统实验室(LSIR)的研究人员提出了一种使新闻业更加透明的方法。他们的倡议，媒体观察站，通过当地媒体选择涵盖的主题，绘制出瑞士和国际媒体格局。然后，它使用这些选择来识别可能的外部影响。“这种方法的主要困难是没有客观的基线：选择故事的简单行为本质上是有偏见的。所以我们决定比较成千上万的新闻来源，然后根据它们的相似性将它们映射出来，”JérémieRappaz说，LSIR研究员和该研究的主要作者之一。

研究人员的方法不仅在地理上和主题选择上对新闻媒体进行分组，而且还关键地揭示了拥有它们的媒体集团的影响。一旦绘制出来，任何媒体出口的既定编辑线的任何突然变化都会立即显现出来。“大多数这些变化都是由于所有权的变化，因为媒体机构倾向于关注他们所属群体所青睐的话题，”拉帕兹说。然而，新闻消费者并不一定知道他们当地媒体所属的群体，如果有的话。EPFL的研究人员正在寻求填补这一空白，通过他们发布的内容确定媒体渠道之间的联系，并突出媒体集中的程度。

瑞士和国外的媒体集团正越来越多地集中资源，以降低制作故事的成本。不幸的是，此类媒体集中缩小了消费者所接触的观点范围。这令人担忧，尤其是当他们得到的观点时有偏见，“拉帕兹说。约翰奥利弗在最近的一集“今晚最后一集”在美国播出了这种情况的一个突出例子。它显示了辛克莱集团所拥有的当地电视频道的记者都阅读了相同的剧本-具有讽刺意味的是-评论新闻缺乏多样性。

个性化工具

媒体观察站得到了以EPFL为基础的媒体创新倡议(IMI)的支持，并与瑞士日报LeTemps建立了合作伙伴关系。这种支持将使LSIR团队能够通过在线平台将其地图项目明年推向公众。该网站将模拟瑞士和世界各地的新闻制作，同时提高公众对虚假信息危险的认识。“我们很高兴成为LSIR项目的一部分，”LeTemps的联合主编兼数字负责人GaëlHurlimann说。“我们真的想了解并帮助公众了解媒体集中对我们所有人的意义。对影响新闻制作的因素保持透明非常重要：这是我们在自己-媒体-和我们之间建立信任的唯一方式消费者。谁知道，研究结果可能会说服我们对我们的工作方式做出一些改变。“

基于Web的平台将使用透明的开源技术。它将基于个性化算法构建，类似于Netflix和AmazonPrime等网站所使用的算法，这些网站根据人们的观看历史推荐视频。“我们将这一概念应用于媒体报道数据，并对我们能用它做些什么感到非常惊讶，”Rappaz说。研究人员在过去三年中为该算法提供了大约5亿篇由8,000种不同来源发表的文章。该算法评估了不同媒体如何处理个人新闻报道，根据相似性对网点进行分组，揭示它们之间的联系以及对它们的影响。

LSIR团队希望其研究和网络平台能够鼓励人们对他们所消费的新闻采取更为批评的方法，并帮助记者调查故事的涵盖范围。

标签：

免责声明：免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！